物品定位方法、系统、电子设备及可读存储介质与流程

本公开涉及射频识别，具体涉及一种物品定位方法、系统、电子设备及可读存储介质。

背景技术：

1、rfid(radio frequency identification，无线射频识别)是物联网等领域最重要的无线通信技术之一，可以通过射频信号对目标进行唯一id(identity，身份标识)识别，并且可以传递射频信息。超高频rfid技术具有唯一id、非视距、低成本、无需电池等诸多优点，广泛应用于智能仓储、物品盘点、物流追踪等领域。rssi(received signal strengthindicator，接收信号强度指示)信息与发射和接收设备之间的距离在理想环境中存在确定的对应关系，目前基于rssi信息的室内定位技术已被广泛应用于仓储等室内环境中。

2、在现有的智能仓储出入库识别的方案中，往往采用基于视觉的检测设备或基于rfid的通道门。基于视觉的设备中，一般只能实现单个检测和识别，且受视距限制和遮挡、光照条件的干扰，很难进行批量读取，影响出入库管理效率。基于rfid的通道门可以实现批量物品读取，不受遮挡、光照条件的干扰，可大大提高管理效率。但是，由于金属的电磁屏蔽效应，当密集摆放的由大量金属元器件构成的物品通过通道门时，货品上粘贴的rfid标签可能会被漏读。

技术实现思路

1、为了解决相关技术中的问题，本公开实施例提供一种物品定位方法、系统、电子设备及可读存储介质。

2、第一方面，本公开实施例中提供了一种物品定位方法，包括：

3、接收按预设方式摆放的多个物品发射的多个信号；

4、从所述多个信号提取指定特征；

5、将所述指定特征输入训练好的机器学习模型，确定所述多个物品中信号被接收到和/或未被接收到的物品的位置。

6、根据本公开的实施例，所述多个物品具有相同形状；

7、所述预设摆放方式为整齐排列；

8、通过在所述物品的相同位置设置的信号发射装置发射所述信号；

9、所述信号是rfid信号。

10、根据本公开的实施例，所述接收按预设方式摆放的多个物品发射的多个信号，包括：通过设置在用于运输所述多个物品的通道两侧的多个天线接收所述多个信号；

11、所述从所述多个信号提取指定特征，包括根据所述多个天线接收的信号的信号强度指示rssi提取所述指定特征。

12、根据本公开的实施例，所述指定特征包括以下任意一项或多项：所述多个天线中各天线接收到信号的次数与所述多个天线接收到信号的总次数之比；所述多个天线中各天线接收到的信号的rssi平均值；所述多个天线中各天线接收到的信号的rssi最大值；所述多个天线中各天线接收到的信号的rssi最小值；所述多个天线中各天线接收到的信号的rssi偏度值。

13、根据本公开的实施例，所述天线设置在用于运输所述多个物品的通道门上；

14、所述接收按预设方式摆放的多个物品发射的多个信号，包括：当运输所述多个物品通过所述通道门时，通过设置在所述通道门上的所述多个天线接收所述多个信号。

15、根据本公开的实施例，所述通道门包括第一通道门和第二通道门；

16、所述第一通道门包括通道门框架、吸波材料、外壳；

17、所述第二通道门包括通道门框架、吸波材料、外壳；

18、所述天线设置在所述第一通道门和/或所述第二通道门中；

19、所述天线连接到通信模块，所述通信模块连接到工控机；

20、所述通信模块设置在所述第一通道门和/或所述第二通道门中；

21、所述工控机设置在所述第一通道门或第二通道门中。

22、根据本公开的实施例，所述吸波材料安装在通道门框架外侧，并覆盖所述通道门框架外围；

23、所述天线暴露于所述吸波材料外侧；

24、所述外壳由非金属材料制成，罩在所述通道门框架、所述吸波材料以及所述天线外围。

25、根据本公开的实施例，所述机器学习模型包括以下任意一种：随机森林模型、决策树模型、支持向量机模型、k近邻模型。

26、根据本公开的实施例，通过以下过程训练所述机器学习模型：

27、接收按所述预设方式摆放的多个物品发射的多个信号，所述信号包含相应物品的识别信息；

28、从所述多个信号提取所述指定特征；

29、根据所述多个信号中包含的识别信息确定所述多个物品中信号被接收到和/或未被接收到的物品的位置作为定位结果；

30、使用所述指定特征和所述定位结果训练所述机器学习模型。

31、根据本公开的实施例，以可视化的方式展示所述多个物品中信号被接收到和/或未被接收到的物品的位置。

32、第二方面，本公开实施例中提供了一种模型训练方法，包括：

33、接收按预设方式摆放的多个物品发射的多个信号，所述信号包含相应物品的识别信息；

34、从所述多个信号提取指定特征；

35、根据所述多个信号中包含的识别信息确定所述多个物品中信号被接收到和/或未被接收到的物品的位置作为定位结果；

36、使用所述指定特征和所述定位结果训练所述机器学习模型。

37、第三方面，本公开实施例中提供了一种物品定位系统，包括：通信模块、工控机、多个天线，其中：

38、所述通信模块配置为通过所述多个天线接收按预设方式摆放的多个物品发射的多个信号；

39、所述工控机配置为从所述多个信号提取指定特征，将所述指定特征输入训练好的机器学习模型，确定所述多个物品中信号被接收到和/或未被接收到的物品的位置。

40、根据本公开的实施例，所述的系统，还包括通道门，所述多个天线设置在所述通道门中。

41、根据本公开的实施例，所述通道门包括第一通道门和第二通道门；

42、所述第一通道门包括通道门框架、吸波材料、外壳；

43、所述第二通道门包括通道门框架、吸波材料、外壳；

44、所述天线对称地设置在所述第一通道门和所述第二通道门中；

45、所述天线连接到通信模块，所述通信模块连接到工控机；

46、所述通信模块设置在所述第一通道门和/或所述第二通道门中；

47、所述工控机设置在所述第一通道门或第二通道门中。

48、根据本公开的实施例，所述工控机还配置为通过以下过程训练所述机器学习模型：

49、接收按所述预设方式摆放的多个物品发射的多个信号，所述信号包含相应物品的识别信息；

50、从所述多个信号提取所述指定特征；

51、根据所述多个信号中包含的识别信息确定所述多个物品中信号被接收到和/或未被接收到的物品的位置作为定位结果；

52、使用所述指定特征和所述定位结果训练所述机器学习模型。

53、第四方面，本公开实施例中提供了一种物品定位装置，包括：

54、第一接收模块，被配置为接收按预设方式摆放的多个物品发射的多个信号；

55、第一提取模块，被配置为从所述多个信号提取指定特征；

56、第一确定模块，被配置为将所述指定特征输入训练好的机器学习模型，确定所述多个物品中信号被接收到和/或未被接收到的物品的位置。

57、第五方面，本公开实施例中提供了一种模型训练装置，包括：

58、第二接收模块，被配置为接收按预设方式摆放的多个物品发射的多个信号，所述信号包含相应物品的识别信息；

59、第二提取模块，被配置为从所述多个信号提取指定特征；

60、第二确定模块，被配置为根据所述多个信号中包含的识别信息确定所述多个物品中信号被接收到和/或未被接收到的物品的位置作为定位结果；

61、训练模块，被配置为使用所述指定特征和所述定位结果训练所述机器学习模型。

62、第六方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面和第二方面任一项所述的方法。

63、第七方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面和第二方面所述的方法。

64、第八方面，本公开实施例中提供了一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行权利要求第一方面和第二方面任一项方法的程序代码。

65、根据本公开实施例提供的技术方案，公开了一种物品定位方法，包括：接收按预设方式摆放的多个物品发射的多个信号；从所述多个信号提取指定特征；将所述指定特征输入训练好的机器学习模型，确定所述多个物品中信号被接收到和/或未被接收到的物品的位置。本公开的技术方案可以在已知物品摆放方式的前提下，准确识别信号被接收到和/或未被接收到的物品的位置，帮助工作人员准确、快速地定位未被识别到的物品。在应用rfid实现仓储出入库识别的场景中，应用本公开的技术方案可以准确、快速地定位被漏读的rfid标签所在物品的位置，方便实现准确快速的人工补录，大大提升利用rfid进行仓库出入库管理的可用性和可推广性，极大地减少出入库盘点时的人力、物力消耗，提高出入库的准确性和效率。

66、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。